结合超像素分割的多尺度特征融合图像语义分割算法

官申珂; 林晓; 郑晓妹; 朱媛媛; 马利庄

首页> 中文期刊> 《图学学报》 >结合超像素分割的多尺度特征融合图像语义分割算法

结合超像素分割的多尺度特征融合图像语义分割算法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

深度学习的发展加快了图像语义分割的研究.目前,最有效的图像语义分割研究方法大部分都是基于全卷积神经网络(FCNN),尽管现有的语义分割方法能有效地对图像进行整体分割,但对于图像中的重叠遮挡物体不能清晰地识别出边缘信息,也不能有效地融合图像高低层的特征信息.针对以上问题,在采用FCNN来解决图像语义分割问题的基础上,利用超像素分割对物体边缘的特殊优势作为辅助优化,对粗糙分割结果进行优化.同时在FCNN中利用空洞卷积设计了一个联合局部跨阶段的多尺度特征融合模块,其能有效地利用图像的空间信息.此外还在网络的上采样模块中加入跳跃连接结构,用来增强网络的学习能力,在训练过程中采用2个损失函数来保证网络稳定收敛和提升网络的性能,图像语义分割网络在公开的数据集PASCAL VOC 2012上进行训练测试.实验结果表明,该改进算法在像素精度和分割准确率方面均有提升,且具有较强的鲁棒性.

著录项

来源
《图学学报》 |2021年第3期|406-413|共8页
作者
官申珂; 林晓; 郑晓妹; 朱媛媛; 马利庄;
展开▼
作者单位

上海师范大学信息与机电工程学院上海 200234;

上海师范大学信息与机电工程学院上海 200234;

上海师范大学信息与机电工程学院上海 200234;

上海师范大学信息与机电工程学院上海 200234;

上海交通大学电子信息与电气工程学院上海 200240;

展开▼
原文格式 PDF
正文语种 chi
中图分类信息处理（信息加工）;
关键词
全卷积神经网络; 多尺度特征融合; 超像素分割;

相似文献

中文文献
外文文献
专利

1. 结合超像素分割的多尺度特征融合图像语义分割算法 [J] . 官申珂 ,林晓 ,郑晓妹 . 图学学报 . 2021,第003期
2. 多尺度融合增强的图像语义分割算法 [J] . 田启川 ,孟颖 . 计算机工程与应用 . 2021,第002期
3. 融合超像素分割算法与肢体特征的奶牛躯干精确分割方法 [J] . 杨奕铭 ,邸馨瑶 ,宋怀波 . 江苏农业科学 . 2020,第015期
4. 融合纹理特征的SEEDS超像素分割算法 [J] . 陈畅 ,刘永坚 ,解庆 . 微电子学与计算机 . 2018,第3期
5. 基于U-Net的编码特征融合图像语义分割算法研究 [J] . 蔡吉轮 . 科学技术创新 . 2021,第010期
6. 梯度和纹理特征相结合的多尺度图像融合方法 [C] . Ma Junyong ,马军勇 ,Chen Shaodong . 第六届中国信息融合大会 . 2014
7. 基于特征融合和非局部特征的图像语义分割算法 [A] . 马帅 . 2019

结合超像素分割的多尺度特征融合图像语义分割算法

摘要

著录项

相似文献

相关主题

期刊订阅